Raport z analizą danych

Raport składa się z kilku rozdziałów. Główne rozdziały są oznaczone #. Im więcej dodamy # tym bardziej zagnieżdzony będzie nasz podrozdział.

To jest podrozdział rozdziału “Raport z analizą danych”

A tu kolejny podrozdział

Komentarze

Komentarze standardowo są poprzez zaznaczenie kodu i użycie kombinacji klawiszy Ctrl + Shift + C.

Na przykład:

Markdown - formatowanie

Formatowanie tekstu:

  • pogrubienie czcionki
  • kursywa

Opcje załączania grafik/tabel:

  1. tworzenie ich w R
  2. załączanie z pliku/ strony jako plik graficzny

Można również generować kod R w tekście używając 2023-04-20 12:20:42.

Globalne opcje dot. wywołania kodu

  • echo - odpowiada za załączanie kodu z komórki w raporcie
  • include - odpowiada za dodawanie komórek i wyników w raporcie (ale są wywoływane)
  • eval - odpowiada za wywołanie kodu (kod może byc zwarty ale bez wywołania)
  • warning -
  • message -
  • fig_height/fig_width …

Customize appearance

Współpraca z kodem R (ale nie tylko)

df <- iris
colnames(iris)
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"
head(iris) 
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa
head(iris ) %>% 
  knitr::kable( caption = 'Liczność poszczególnych klas')
Liczność poszczególnych klas
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
5.1 3.5 1.4 0.2 setosa
4.9 3.0 1.4 0.2 setosa
4.7 3.2 1.3 0.2 setosa
4.6 3.1 1.5 0.2 setosa
5.0 3.6 1.4 0.2 setosa
5.4 3.9 1.7 0.4 setosa

Dołączanie wykresów

ggplot(iris)+
  geom_point(aes(x = Sepal.Length, y = Sepal.Width))+
  theme_bw()

ggplot(iris)+
  geom_point(aes(x = Sepal.Length, y = Sepal.Width))+
  theme_bw()
Przykładowy wykres

Przykładowy wykres

Referencje

YAML: zmiana html_document -> bookdown::html_document2:

@ref(fig:plot2)

Zadanie 1

Dla zmiennych ciągłych utwórz histogram w ggplot2.

numeric_col <- colnames(iris)[sapply(iris,class) == 'numeric']

for (var in numeric_col){
  p <- ggplot(iris)+
    geom_histogram(aes_string(x = var))+
    labs(title = var)
  print(p)
}
## Warning: `aes_string()` was deprecated in ggplot2 3.0.0.
## ℹ Please use tidy evaluation ideoms with `aes()`

Interaktywne elementy raportu

interaktywne tabele

?DT::datatable
## uruchamianie serwera httpd dla pomocy ... wykonano
iris %>% 
  group_by(Species) %>% 
  summarise(cnt = n()) %>% 
  DT::datatable()
iris %>% 
  group_by(Species) %>% 
  summarise(cnt = n()) %>% 
  DT::datatable(width=10, options = list(dom = 't'))

Więcej o opcjach formatowania tabeli z pakietu DT można znaleźć https://rstudio.github.io/DT/options.html

Interaktywne wykresy

library(plotly)

fig <- plot_ly(data = iris, x = ~Sepal.Length, y = ~Petal.Length, color = ~Species, colors = "Set1")

fig